買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉騰訊科技(深圳)有限公司申請的專利可持續(xù)學習模型的訓練方法、裝置、設(shè)備及存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115115057B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210348872.1，技術(shù)領(lǐng)域涉及：G06N20/00；該發(fā)明授權(quán)可持續(xù)學習模型的訓練方法、裝置、設(shè)備及存儲介質(zhì)是由王慧敏;張云燕;楊奕凡設(shè)計研發(fā)完成，并于2022-04-01向國家知識產(chǎn)權(quán)局提交的專利申請。

本可持續(xù)學習模型的訓練方法、裝置、設(shè)備及存儲介質(zhì)在說明書摘要公布了：本申請公開了一種可持續(xù)學習模型的訓練方法、裝置、設(shè)備及存儲介質(zhì)，屬于人工智能技術(shù)領(lǐng)域。所述方法包括：基于可持續(xù)學習模型獲取未學習的新任務數(shù)據(jù)；根據(jù)新任務數(shù)據(jù)獲取可持續(xù)學習模型的第一損失；基于可持續(xù)學習模型和已學習的舊任務數(shù)據(jù)，獲取可持續(xù)學習模型的第二損失；基于可持續(xù)學習模型、舊任務數(shù)據(jù)和新任務數(shù)據(jù)，獲取可持續(xù)學習模型的第三損失；根據(jù)第一損失、第二損失和第三損失，對可持續(xù)學習模型進行訓練。本申請中，通過第一損失、第二損失和第三損失進行模型訓練，提高可持續(xù)學習模型的準確性和泛化性，減少可持續(xù)學習模型的舊知識遺忘，進而提高可持續(xù)學習模型的實用性。

本發(fā)明授權(quán)可持續(xù)學習模型的訓練方法、裝置、設(shè)備及存儲介質(zhì)在權(quán)利要求書中公布了：1.一種可持續(xù)學習模型的訓練方法，其特征在于，所述方法包括： 基于所述可持續(xù)學習模型獲取未學習的新任務數(shù)據(jù)，所述新任務數(shù)據(jù)包括多個狀態(tài)轉(zhuǎn)移信息，所述狀態(tài)轉(zhuǎn)移信息包括狀態(tài)信息、所述狀態(tài)信息對應的動作信息、所述動作信息的獎勵信息和所述動作信息對應的下一個狀態(tài)信息；其中，所述狀態(tài)信息是基于自動對話系統(tǒng)中的查詢文本確定的，所述狀態(tài)信息對應的動作信息是由所述可持續(xù)學習模型的策略網(wǎng)絡根據(jù)所述狀態(tài)信息，輸出的所述查詢文本對應的應答文本； 根據(jù)所述新任務數(shù)據(jù)獲取所述可持續(xù)學習模型的第一損失，所述第一損失用于衡量所述可持續(xù)學習模型針對所述新任務數(shù)據(jù)的預測結(jié)果與標準結(jié)果之間的差異； 基于所述可持續(xù)學習模型和已學習的舊任務數(shù)據(jù)，獲取所述可持續(xù)學習模型的第二損失，所述第二損失用于衡量所述可持續(xù)學習模型針對所述舊任務數(shù)據(jù)的遺忘程度； 將所述新任務數(shù)據(jù)輸入至所述可持續(xù)學習模型的策略網(wǎng)絡中，得到第一經(jīng)驗風險和第一梯度范數(shù)懲罰；其中，所述第一經(jīng)驗風險用于指示所述策略網(wǎng)絡針對所述新任務數(shù)據(jù)的輸出結(jié)果的準確性，所述第一梯度范數(shù)懲罰用于指示所述策略網(wǎng)絡針對所述新任務數(shù)據(jù)的泛化性； 將所述舊任務數(shù)據(jù)輸入至所述策略網(wǎng)絡中，得到第二經(jīng)驗風險和第二梯度范數(shù)懲罰；其中，所述第二經(jīng)驗風險用于指示所述策略網(wǎng)絡針對所述舊任務數(shù)據(jù)的輸出結(jié)果的準確性，所述第二梯度范數(shù)懲罰用于指示所述策略網(wǎng)絡針對所述舊任務數(shù)據(jù)的泛化性； 根據(jù)所述第一經(jīng)驗風險、所述第一梯度范數(shù)懲罰、所述第二經(jīng)驗風險和所述第二梯度范數(shù)懲罰，確定第三損失，所述第三損失用于衡量所述可持續(xù)學習模型由所述舊任務數(shù)據(jù)到所述新任務數(shù)據(jù)的遷移能力； 根據(jù)所述第一損失、所述第二損失和所述第三損失，對所述可持續(xù)學習模型進行訓練。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人騰訊科技(深圳)有限公司，其通訊地址為：518057 廣東省深圳市南山區(qū)高新區(qū)科技中一路騰訊大廈35層；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。